بهینه سازی اگزرژی آب شیرین کن های خورشیدی به روش رطوبت زنی - رطوبت گیری با استفاده از الگوریتم ژنتیک

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 613

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

MECHCONF02_201

تاریخ نمایه سازی: 6 اسفند 1395

چکیده مقاله:

امروز تحقیقات وسیعی در مورد طراحی و ساخت آب شیرین کن های خورشیدی با ظرفیت های بالا انجام شده است که یکی از جدید ترین این طرح ها استفاده ازسیسم های بازتاب حرارت در آنها میباشد فرآیند رطوبت زنی و رطوبت زدایی HDهوا یکی از تکنولوژی هایی جدید برای تولید آب شیرین است که در سالهای اخیر توسعه یافته است این روش برای مبنا استوا است که هوا قابلیت جذب و حمل میزان قابل توجهی بخار آب را دارد آب شیرین کن HDدارای سه بخش اصلی بخش رطوبت زنی بخش رطوبت زنی بخش رطوبت زدایی ومنبع تامین حرارتی مورد نیاز فرآیند میباشد شدت مصرف انرژی حرارتی این روش کمتر از روش های معمولی تولید آب شیرین است و حتی میتوان کل انرژی حرارتی مورد نیاز فرآیند را از طریق انرژی خورشید تامین نمود طراحی آسان هزینه بهره برداری پایین و عمر طولانی از جمله خصوصیات این روش میباشد به نحوی که در آینده این روش کاربرد گستردهتری در تولید آب شیرین داشته باشد مطابق فوق الذکر در ابتدا روابط مورد استفاده جهت مدل سازی شرح داده شد پس از بیان روابط مورد استفاده جهت مدل سازی شرح داده شد پس از بیان روابط مدل مورد نظر در اصول و روش های بهینه سازی بیان گردیده سپس نتایجحاصل از شبیه سازی های صورت پذیر فته ارائه گردید نتایج شبیه نشان داد که الگوریتم بهخوبی توانسته محدودیت ها را ارضا نموده و همچنین کارائی وهزینه را باتوجهبه تغییرات همزمان دبی آب L در طول روز و متغیر بگودن شدت تابش محدود زمانی ساعات 9تا 17 بهینه نماید

کلیدواژه ها:

آب شیرین کن خورشیدی بهینه سازی الگوریتم ژنتیک روش رطوبت زنی - رطوبت گیری

نویسندگان

مصطفی امیدی

دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد دزفول گروه تبدیل دزفول ایران

سیدعلی اشرفی زاده

استادیار دانشگاه آزاد اسلامی واحد دزفول گروه تبدیل انرژی دزفول ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Ghaffour, N., Bundschuh, J., Mahmoudi, H., & Goosen, M. F. ...
  • Sharon, H., & Reddy, K. S. (2015). A review of ...
  • Shatat, M., Worall, M., & Riffat, S. (2013). Opportunities for ...
  • Li, C., Goswami, Y., & Stefanakos, E. (2013). Solar assisted ...
  • Hamed, M. H., Kabeel, A. E., Omara, Z. M., & ...
  • Narayan, G. P., Sharqawy, M. H., Summers, E. K., Lienhard, ...
  • Liburd, S. O. (2010). Solar-driven humidification deh umidification desalination for ...
  • Mehrgoo, Morteza, and Majid Amidpour. "Constructal design and optimization of ...
  • Nawayseh, Naser Kh, et al. "Solar desalination based _ humidification ...
  • Nawayseh, Naser Kh, et al. "Solar desalination based _ humidification ...
  • Guria, Chandan, Prashant K. Bhattacharya, and Santosh K Gupta. "Multi-obj ...
  • Vince, Fran, ois, et al. "Multi-obj ective optimization of RO ...
  • Adeli, Hojjat, and Nai-Tsang Cheng. "Augmented Lagrangian genetic algorithm for ...
  • Houck, Christopher R., Jeff Joines, and Michael G. Kay. "A ...
  • Chipperfield, A. J., and P. J. Fleming. "The MATLAB genetic ...
  • Rao, Singiresu S., and S. S. Rao. Engineering optimization: theory ...
  • Venkataraman, Panchapake san. Applied optimization with MATLAB programming. John Wiley ...
  • Chaibi, M. T. "An overview of solar desalination for domestic ...
  • engineering 29.9 (2005): 1977-1995. ...
  • نمایش کامل مراجع